Jupyter Notebook又一利器Visual Python，拯救不想写代码！

菜鸟学Python 菜鸟学Python 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 303平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
转载 最新推荐文章于 2026-09-30 22:49:20 发布 303 阅读 AI 写同款· GEO 优化 ›
可视化elementUI一键生成代码，拖拽自动布局 一个不错的elementUI代码生成器，,可视化拖拽自动布局，一键生成代码，一键导出代码，网页设计的低代码平台 阅读详情

2feb3a723de5a9f4092fba6d26091967.png

1553b975e12a86670e1c7c03c7205cfc.jpeg

分享一个Jupyter Notebook插件visualpython：

  • 通过界面拖拽生成Python代码，以最少的编码技能即可把玩爬虫、数据分析、AI等；

  • 面向非专业程序员，减少学习编码技能的时间；

  • 轻松保存和重用代码。

8251d48e59f68e2d4e17d6257b7c4d12.gif

1、安装

在终端操作，输入以下命令行，安装visualpython

pip install visualpython

2、激活

在终端操作，输入以下命令行，激活visualpython

visualpy install

打开jupyter notebook，出现图中橙色按钮表示安装成功～3a2dd0e67a9a3bc44f877d15f9035d33.png

3、主界面介绍

单击橙色按钮出现下面visualpython主界面，功能还是很强大的d0e1102626a69416c3c79f0333a75473.png仔细看看abc116b8897784a20361bce4015687dd.png7e3f7e7c05a3511975ee1f35785fe4c0.png3c616fb7d0dd623c43f0f168e4bfdee3.png

4、简单把玩一番

  • 导入常用package

155d362c6e2b59a1127b595d28ff8279.png70c3fe1ab522f3e4f2c49d0f8f381153.png

  • 导入数据集

f2dacce86539ecd8eaa4896d4eb7a4e8.pngc341d266b28bdee94120a94feb598ea1.png

  • pandas_profiling快速探索数据93c591b5ac2f8a617954f62b904e79ac.png生成的详细探索报告：c563cdb49bc2412063eeea2639d0bddc.gif

  • 数据可视化-使用matplotlib

78757fdd5e3eb3b4a2969bd4fd72824e.png

  • 数据可视化-使用pandas

不一一介绍了，关于pandas详细可视化教程：Pandas一行代码绘制常见25张图e5f988677d0f6b0b7f908c9ad1f9f422.png感兴趣的同学可以自行玩一玩。

GitHub：https://github.com/visualpython/visualpython


 

 

 

 
推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街！唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！|  再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜

 
年度爆款文案

 


        

    

  






  




  

    
  






  

    

      标签
      

          #可视化
          #python
          #数据分析
          #机器学习
          #编程语言
      

    

  




        

          

              原文链接：https://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247520245&idx=2&sn=414f51e44998979987f585aba06dc20c&chksm=978b183aa0fc912c9a486ca9f95bbeeef7fb742c5d1aba0a4160fef7bc3c2beae9590050b6b1&scene=126&&sessionid=0>
          

        

  


  
    
      同类软件对比（四）：Jupyter vs PyCharm vs VS Code：Python开发工具终极选择指南
      踏入Python的世界，除了语法本身，第一个令人眼花缭乱的问题往往是：“我应该用什么工具来写代码？” 对于新手甚至是一些有经验的开发者来说，在众多IDE（集成开发环境）和编辑器中选择一个合适的，并非易事。Jupyter Notebook、PyCharm 和 Visual Studio Code (VS Code) 是当前最流行的三个选择，但它们的设计哲学、优势和适用场景截然不同。选择错误的工具就像用螺丝刀去锤钉子——不是完全不行，但效率低下，体验糟糕。本文将深入对比这三款明星工具，剖析它们各自的灵魂所在
    
    阅读详情
  





    

      

        
相关推荐

        
      

      

          
            
Python IDE：打造高效编程环境的利器

              
PyCharm是由JetBrains公司开发的一款专为Python设计的集成开发环境。它提供了丰富的功能，包括代码智能提示、调试、版本控制、自动化测试等，极大地提高了Python开发的效率。Visual Studio Code（VS Code）是由微软开发的一款免费、开源的代码编辑器。它支持多种编程语言，包括Python，并通过插件系统扩展了丰富的功能。Jupyter Notebook是一款基于Web的交互式计算环境，它支持多种编程语言，包括Python。

            

                csbysj2020的博客
                
                  
                    591
                
            

          
          
            
Jupyter Notebook又一懒人神器，拖拽生成Python代码！

              
分享一个Jupyter Notebook插件visualpython：通过界面拖拽生成Python代码，以最少的编码技能即可把玩爬虫、数据分析、AI等；面向非专业程序员，减少学习编码技能的时间；轻松保存和重用代码。1、安装在终端操作，输入以下命令行，安装visualpythonpipinstallvisualpython2、激活在终端操作，输入以下命令行，激活visu...

            

                cainiao_python的博客
                
                  
                    828
                
            

          
          
            
pandas_visual_analysis：秒级交互式EDA图形界面工具

              
探索性数据分析（EDA）是数据科学的关键起点，其核心在于快速理解数据分布、识别异常、发现变量关系。传统基于pandas/seaborn的代码式EDA虽灵活，却因语法门槛高、反馈延迟长、操作不可逆而显著抬升认知负荷。pandas_visual_analysis通过图形化界面实现‘所见即所得’的交互探索，支持拖拽建图、实时筛选、加减法子集选择与全局联动刷新，将EDA从线性脚本执行升级为动态对话过程。它不替代编程能力，而是以Jupyter原生集成方式，降低新手入门门槛，提升资深分析师的假设验证效率，广泛适用于数据

            

                congjukun0600的博客
                
                  
                    423
                
            

          
          
            
VisualDrag低代码拖拽模板

              
使用vue实现的一个拖拽生成低代码平台，可以自定义界面元素拖拽生成页面，数据存储并且还原。

            

                不愿意做鱼的小鲸鱼の博客
                
                  
                    3347
                
            

          
          
            
Fiddler-Request-To-code:Fiddler拖拽自动生成Python代码

              
Fiddler-Request-To-code
Fiddler拖拽自动生成Python代码

            

            

          
          
            
力扣（Leetcode）第1题：两数之和（C语言版本）

              
题目：
给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出和为目标值 target 的那两个整数，并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
示例 1：
输入：nums = [2,7,11,15], target = 9
输出：[0,1]
解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1] 。
示例 2：
输入：nums = [3,2,4], target = 6

            

                qq_39855356的博客
                
                  
                    3325
                
            

          
          
            
Jupyter Notebook又一懒人神器，拖拽生成Python代码

              
分享一个Jupyter Notebook插件visualpython：
通过界面拖拽生成Python代码，以最少的编码技能即可把玩爬虫、数据分析、AI等；
面向非专业程序员，减少学习编码技能的时间；
轻松保存和重用代码。

            

                m0_72091242的博客
                
                  
                    822
                
            

          
          
            
电机控制必看！SVPWM谐波优化：5段式与7段式全参数对比测试

              
本文通过实测数据，对比分析了电机控制中5段式与7段式SVPWM控制算法的谐波性能。实验表明，7段式SVPWM在电流波形质量（THD）和低速性能上更优，而5段式SVPWM则在开关损耗和效率方面表现突出。文章为工程师在不同应用场景（如对噪音、效率或动态响应的侧重）下的算法选型提供了清晰的依据和实用的工程指南。

            

                weixin_28331555的博客
                
                  
                    179
                
            

          
          
            
【Python】Jupyter Notebook又一利器Visual Python，拯救不想写代码！

              
分享一个Jupyter Notebook插件visualpython：通过界面拖拽生成Python代码，以最少的编码技能即可把玩爬虫、数据分析、AI等；面向非专业程序员，减少学习编码技能的时间；轻松保存和重用代码。在终端操作，输入以下命令行，安装visualpythonpipinstallvisualpython2、激活在终端操作，输入以下命令行，激活visualpy...

            

                fengdu78的博客
                
                  
                    1096
                
            

          
          
            
逆向拆解dy接口a_bogus 1.0.1.19版本核心算法（纯算版）第二部分

              
本文深入解析了dy接口a_bogus 1.0.1.19版本的核心算法，重点介绍了逆向分析的基础方法论、魔改Base64编码识别与还原、随机数生成与位运算解析等关键技术。通过详细的代码示例和实用技巧，帮助开发者掌握逆向工程中的关键步骤，特别是针对a_bogus参数的生成逻辑和混淆处理。

            

                weixin_29288313的博客
                
                  
                    411
                
            

          
          
            
obisidian插件之【templater】模板的中文说明书

              
Templater 是一种模板语言，可让您将变量和函数结果插入到笔记中。它还允许您执行操作这些变量和函数的 JavaScript 代码。使用 Templater，您将能够创建强大的模板来自动执行手动任务。

            

                m0_55795604的博客
                
                  
                    1万+
                
            

          
          
            
不想手敲代码？Jupyter Notebook 又一利器 Visual Python

              
单击橙色按钮出现下面visualpython主界面，功能还是很强大的仔细看看。

            

                Python学习与数据挖掘
                
                  
                    5647
                
            

          
          
            
二维紧束缚模型求解程序

              
假如我们已经推导出了二维紧束缚模型的哈密顿量矩阵H(kx,ky)的解析形式，那么在整个布里渊区对角化矩阵就可以得到能带。从技术上说这里面有以下几个问题。

1. 缺少实空间和倒空间的坐标，使得能带难以和布里渊区高对称点对应。

2. 最容易处理的布里渊区是矩形，对于其他多边形，如果全布里渊区mesh画费米面有一定技术困难。



因此一个好的处理框架是首先给出实空间原子坐标，给出实空间哈密顿量，...

            

                wwxy1995的博客
                
                  
                    4085
                
            

          
          
            
Jupyter Notebook又一利器Visual Python，拯救不想写代码

              
在终端操作，输入以下命令行，安装visualpython


2、激活

在终端操作，输入以下命令行，激活visualpython


打开jupyter notebook，出现图中橙色按钮表示安装成功～单击橙色按钮出现下面visualpython主界面，功能还是很强大的仔细看看导入常用package导入数据集pandas_profiling快速探索数据生成的详细探索报告：数据可视化-使用matplotlib数据可视化-使用pandas不一一介绍了。感兴趣的同学可以自行玩一玩。以上就是本次分享的所有内容，如

            

                sixqingfeng的博客
                
                  
                    1294
                
            

          
          
            
从入门到精通：LabVIEW全攻略

              
本文为 LabVIEW 全攻略指南，系统梳理从基础到高级的核心知识与应用技巧。首先介绍 LabVIEW 的图形化编程特性、数据流运行机制及开发环境，通过创建与调试 VI 的实操演示帮助入门。接着深入解析程序结构（循环、分支、顺序）、数据类型（数组、簇、波形）及图形显示技术（Graph、XY Graph 等）的原理与应用场景。高级部分涵盖多线程编程、错误处理、硬件通信及第三方工具集成等进阶技术，并针对程序逻辑、硬件适配、性能优化等常见问题提供排查与解决方案。

            

                邓邓子的博客
                
                  
                    3583
                
            

          
          
            
Python爬虫实战：Playwright 攻克京东图书新书榜（含动态价格与分页）！

              
我长期专注 Python 爬虫工程化实战，主理专栏 《Python爬虫实战》：从采集策略到反爬对抗，从数据清洗到分布式调度，持续输出可复用的方法论与可落地案例。内容主打一个“能跑、能用、能扩展”，让数据价值真正做到——抓得到、洗得净、用得上。

            

                喵手的博客
                
                  
                    595
                
            

          
          
            
Jupyter Notebook 又一利器 Visual Python，拯救不想写代码的你

              
分享一个Jupyter Notebook插件visualpython：更多技术交流，文末获取
在终端操作，输入以下命令行，安装visualpython
2、激活
在终端操作，输入以下命令行，激活visualpython
打开jupyter notebook，出现图中橙色按钮表示安装成功～单击橙色按钮出现下面visualpython主界面，功能还是很强大的仔细看看pandas_profiling快速探索数据生成的详细探索报告：数据可视化-使用matplotlibGitHub：https://github.co

            

                Python数据挖掘
                
                  
                    963
                
            

          
          
            
181、LLC谐振变换器的PCB设计实战（文件归档）

              
PCB设计实战经验总结：LLC谐振变换器的关键要点 本文通过实际案例总结了LLC谐振变换器PCB设计中的核心经验和常见误区。重点包括： 文件命名规范（项目代号_板卡类型_版本号_日期格式） 四层板标准层叠结构设计要点 谐振回路走线原则（宽度、长度控制） 地线处理技巧（功率地/控制地隔离） 散热设计注意事项（MOSFET过孔阵列、变压器布局） 完整的文件归档清单（Gerber、钻孔、装配图等） 作者特别强调，良好的设计归档习惯能显著降低生产问题概率，建议采用双重备份机制。文中多个真实案例（如谐振频率偏移、EM

            

                Jack010169的博客
                
                  
                    45
                
            

          
          
            
Visual Studio 2017 与Python

              
原文


微软已将Visual Studio 2017 打造成Python开发的利器。安装Python工具，解释器，运行时和许多其他功能直接集成到Visual Studio 2017安装程序中。只需选择Python开发或数据科学和分析应用程序工作负载，您就可以选择像Anaconda这样的特定解释器，并提供各种生产力功能：

1.Cookiecutter模板支持，所以您可以通过几次点击从G

            

                
                  
                    2万+
                
            

          
          
            
jdk-8u144-linux-x64.tar.gz.

              
该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

            

            

          
          
            
温度PID控制PLC程序

              
温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值

            

            

          
          
            
cppimport：让C++代码像Python模块一样直接导入的利器

              
在Python生态中集成高性能C++代码是提升计算效率的常见需求，传统方法涉及复杂的构建系统和胶水代码编写。cppimport工具通过动态编译和缓存机制，实现了C++扩展模块的即时导入，大幅降低了混合编程的技术门槛。其核心原理是利用Mako模板生成构建配置，并深度集成pybind11实现优雅的接口绑定。这一技术方案特别适用于算法原型验证、性能关键模块开发以及科学计算场景，能有效平衡开发效率与运行性能。通过合理配置编译参数和依赖管理，开发者可以快速构建可维护的混合技术栈项目。

            

                weixin_34301132的博客
                
                  
                    337
                
            

          
          
            
Camera2Demo

              
在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作

            

            

          
          
            
JavaScript 开发者必备的 10 个 VS Code 扩展：30 seconds of code 工程化实践指南

              
> 本文以 30 seconds of code 仓库中的《10 must-have VS Code extensions for JavaScript developers》为骨架，逐一剖析 ESLint、GitLens、Live Server、REST Client 等 10 个高频扩展的核心价值与使用场景，并结合仓库真实的 ESLint / Prettier 配置、Git 配置片段与 HTT

            

                gitblog_00929的博客
                
                  
                    816
                
            

          
          
            
霍尼韦尔SoftMaster使用说明

              
霍尼韦尔SoftMaster使用说明

            

            

          
          
            
对比Python这几种不同的编辑器/IDE优缺点，看看你最中意哪一款？

              
大家好，我是辰哥今天和大家聊聊Python几种不同的编辑器，做一下各自的优缺点对比，看看你最中意的编辑器是哪一个？1. pycharmhttps://www.jetbrains.com/z...

            

                公众号：Python研究者
                
                  
                    1153
                
            

          
          
            
如何为不同开发需求定制Visual Studio 2019工作负载？C++/Python/.NET全解析

              
本文详细解析了如何根据C++游戏开发、Python数据分析、.NET Web开发等具体需求，精准定制Visual Studio 2019的工作负载。通过理解其模块化架构，避免盲目安装，可以节省磁盘空间、提升IDE性能，并构建纯净高效的专业开发环境。文中还提供了安装后的优化与维护策略。

            

                mongodb5scout的博客
                
                  
                    185
                
            

          
      

    


  

    

      上一篇：
      
        Windows上写 Python 代码的王炸组合！
      
    

    

      下一篇：
      
        Python自动化办公小程序：实现报表自动化和自动发送到目的邮箱
      
    

  



            
  



          

          


  

    
    
    
    

      点赞
      
      
            0
      
    

    
    
      评论
      
            0
      
    
    
    

      书签
      书签
      
          1
      
    

    
    
    
    
    
    
  


            

            

              

              

            

            


  

    

      
          菜鸟学Python
      
      

        

          菜鸟学Python
        

        

            
              博客等级
            
            码龄9年
          8087粉丝
          571原创
        

      

    

    

          + 关注
    

  



        

        
      

      

        
      

      





	

		评论	
	

  

    

      

      

      

        
        

          
          

            

              成就一亿技术人!
            

            

              拼手气红包6.0元
            

          

        

        

          

            还能输入1000个字符
          

          

             
          

          

            

              表情包
              插入表情
              

                

              

            

            

              表情包
              代码片
              

                
              

            

            

              
              
              
              
              
              
              
            

          

        

      

    

		

			

			

			

					 条评论被折叠 查看
			

			

				
			

		

	

	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值